【数据融合】基于matlab AIS和雷达的多传感器航迹融合【含Matlab源码 129期】-白红宇

【数据融合】基于matlab AIS和雷达的多传感器航迹融合【含Matlab源码 129期】

阅读量：144 次

发布时间：2019-02-27

本文共 2485 字，大约阅读时间需要 8 分钟。

多传感器融合-MATLAB跟踪器介绍

MATLAB中的多目标跟踪器能够有效地融合多传感器检测到的目标信息。常用的多目标跟踪器包括trackerGNN、trackerJPDA、trackerTOMHT和trackerPHD等。每种跟踪器都基于不同的假设来实现目标跟踪：

trackerGNN：假设一个跟踪目标只能与一个测量目标匹配。

trackerJPDA：允许一个跟踪目标可能匹配多个测量目标。

trackerTOMHT：假设跟踪目标可能与多个假设目标匹配。

trackerPHD：利用概率密度函数（PHD）来描述目标的存在概率。

MATLAB跟踪器的使用步骤

在MATLAB中使用跟踪器的主要步骤如下：

设定跟踪器的参数

通过创建跟踪器对象并设置相关参数。例如：

tracker = trackerGNN('FilterInitializationFcn', @initcvkf, 'AssignmentThreshold', 10, ...                    'ConfirmationThreshold', [3 5], 'TrackLogic', 'History', ...                    'DeletionThreshold', 10);

获得检测目标信息

调用跟踪器进行目标检测，并获取检测结果。例如：

[confirmed, tentative, alltracks, info] = tracker(detection, time);

提取跟踪成功的目标信息

从确认的跟踪结果中提取目标位置、速度及协方差等信息。例如：

[pos, cov] = getTrackPositions(confirmed, 'positionSelector');vel = getTrackVelocities(confirmed, 'velocitySelector');

测量目标的创建

测量目标的属性表可以通过以下方式生成：

使用objectDetection函数。例如：
```
detection = objectDetection(time, measurements);
```
其中measurements是一个矩阵，行代表传感器，列代表测量值。

传感器测量噪声和属性可以通过设置相应的参数指定。例如：

detection = objectDetection(time, measurements, 'MeasurementNoise', 10, ...                    'SensorIndex', 1, 'ObjectAttributes', {'Example object', 5});

跟踪目标的获取

通过调用跟踪器可以获得跟踪目标的属性。返回值包括：

confirmed：已经证实的跟踪目标。

tentative：假设的跟踪目标。

alltracks：所有跟踪目标的信息。

info：跟踪过程中的相关信息。

跟踪及测量目标的图形化

在MATLAB中可以通过theaterPlotter和trackPlotter等函数将跟踪和测量目标进行可视化处理。例如：

初始化绘图区域：

tp = theaterPlot('XLimits', [-1 1200], 'YLimits', [-600 600]);

绘制跟踪目标和测量目标：

trackP = trackPlotter(tp, 'DisplayName', 'Tracks', 'MarkerFaceColor', 'g', ...                    'HistoryDepth', 0);detectionP = detectionPlotter(tp, 'DisplayName', 'Detections', 'MarkerFaceColor', 'r');

更新跟踪和测量目标：

trackP.plotTrack(pos, vel, cov, labels);detectionP.plotDetection(meas_, measCov);

注意事项

滤波器设置

MATLAB的跟踪器默认使用扩展卡尔曼滤波器（EKF）。如果测量数据为二维，需要将其扩展为三维（X, Y, 0）或设置滤波器为卡尔曼滤波器（KF）。

图形化绘制

plotTrack和plotDetection函数要求位置、速度和协方差信息为三维数组。如果仅有二维数据，需在调用前扩展为三维。

源代码示例

clc; clear; close all;load('MarCE_Radar_Detections_01_005_patched.mat');load('dtGroundTruthAIS.mat');figure(1);for i = 1:numel(data)    TR = extractfield(data{i}, 'TR');    TR = reshape(TR, 2, []);    Azimuth = TR(1, :);    Range = TR(2, :);    [X, Y] = pol2cart(Azimuth, Range);    plot(X, Y, '.b');    axis([-7000 7000 -7000 7000]);    hold on;    A = gts{i};    scatter(A(:, 1), A(:, 2), 'r.');    hold off;    grid on;    xlabel('X');    ylabel('Y');    title('Radar Data with AIS Ground Truth');    legend('Radar Data', 'AIS Data');end

运行结果

图1展示了Radar数据与AIS真实数据的对比结果，图中标注了实际存在的目标和测量到的目标。

###备注

完整代码或代写请联系QQ:2449341593

转载地址：http://oomf.baihongyu.com/

你可能感兴趣的文章

OSPF技术连载21：OSPF虚链路，现代网络逻辑连接的利器！